온보딩 프로세스는 왜 하는것일까?

온보딩 프로세스는 1970년대에 처음 등장한 단어로 “On board(승차, 탑승)”라는 단어를 연상해서 본다면 이해하기 쉽다.

회사에서 말하는 온보딩은 새로운 회사에 탑승 시킨다는 의미이다. 회사에서 온보딩 프로세스는 새로운 직원이 빠르게 조직의 문화를 익히고 적응하도록 돕는 과정이라는 의미로 사용되며 주로 인적사항 작성, 서류 제출, OT, 교육, 계정 발급, 사번 발급, 등 과정을 진행합니다.

• 온보딩 프로세스 절차

💡 채용확정 품의서 작성 → 버디 2명 선정 → 신규 입사자 장비 선정 → 계정 및 사번 발급 → 서류 제출 → OT 입사 교육

 

온보딩 프로세스는 왜 힘든것일까?

요즘 IT업계에서는 회사에 적합한 인재를 영입하기 위해 채용 전쟁 중입니다. 이로 인해 매주 입사하는 인원의 온보딩 프로세스가 진행됩니다.

그 과정에서 채용팀이나 피플팀은 채용,퇴사,면접,노무,경영 등을 진행을 겸해서 진행하다 보니 온보딩 프로세스만 챙길 여력이 되지 않은게 대부분의 회사 상황이라고 파악됐다!

협업하는 부서로 있던 나는 그런 모습들을 보고 현업에서 어떤 고민 들과 니즈가 있어서 온보딩 프로세스가 힘든지? 그리고 신규입사자들은 어떤 부분에서 불편함을 느꼈는지를 파악해보기로 했습니다.

 

• 채용팀, 피플팀이 힘들었던 부분

버디 선정

신규 입사자 요청 장비 확인

입사 전 계정 전달

입사당일 신규 입사자 진행 사항 전달

버디 안내 메세지 전달

• 신규 입사자가 불편했던 부분

정확한 본인 계정 전달

입사당일 공통 프로세스에 대한 전달

장비 및 계정에대한 문의요청 공간 찾기

• 신규 입사자의 현업부서에서 불편했던 부분

신규입사자 장비 수령 일자 확인

버디가 해야할 일에 대한 인지

누가 버디인지 인지 부족

모두가 편한 자동화를 할 순 없을까?

위 불편사항을 파악 했다면 충분히 해결할 수 있을것이라고 판단하였습니다. 확인결과 가장 필요한 부분은 3가지(대상별 데이터 수집공간 분립, 데이터 중앙 집중화, 데이터를 활용한 RPA)로 나눠 생각했습니다.

• 대상별 데이터 수집공간 분립

기존에는 채용팀, 인사팀에서 직접 연락을 하여 입사자 정보, 버디선정, 장비선정에 대한 확인 및 내용전달을 하였습니다. 하지만 일부 입사자 정보와 버디 정보, 장비정보같은 경우에는 현업에서 직접파악 후 내용전달해주는게 휴먼 에러와 리소스를 줄이는 방향성이라 생각하고 서베이 형식으로 직접 받도록 진행하였습니다.

이로 인해 버디선정, 장비선정에 대한 휴먼 에러 와 리소스는 현저히 줄어든 모습을 볼 수 있었습니다.

• 데이터 중앙 집중화

서베이로 인입된 정보와 채용팀에서 직접 확인해야하는 정보, 인사팀, 총무팀에서 확인해야하는 정보는 한 공간에서 모이도록 진행하였습니다. ( 민감 정보는 제외 )

• 데이터를 활용한 RPA

집중화된 데이터를 기반으로 주로 슬랙과 문자를 활용하여 RPA를 진행했습니다. 알람 메세지는 부서,직군,직무,고용형태에 따라 다른 엔티티값이 전달 되야합니다. 대표적으로 4군데 구간을 크게 구성 하였고 매주 진행될 때 자동으로 진행 되었습니다.

신규입사자 웰컴 메세지

 

 

 

 

 

 

 

 

 

 

 

버디 선정 안내

 

 

 

 

 

 

계정 전달

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

온보딩 담당업무별 관리자 알람

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

위와 같이 진행된 후 당시 불편하다고 전달 받았던 내용들이 해소 됐다는 피드백을 받았습니다. 하지만 처음 만들어지고 업데이트를 하지 않는다면 다시 불편사항은 늘어날 것이다.

어떤 시스템이든 지속적인 업데이트와 디벨롭은 필요하며 해당 프로세스는 회사 규모, 뽑는 프로세스 변경에 따라 계속 변경을 해준다면 회사성장에 더 발빠르게 맞춰주는 RPA시스템이 될것으로 보입니다.

 

RPA 이후 더 할 수 있는 것은 없나?

위와 같이 RPA로 진행되는 과정에서 데이터 중앙 집중화 과정이 있는데요. 해당 데이터를 활용하여 다른 시스템 또는 데이터 분석을 할 수 있다고 봅니다.

예시로 입사 인원들의 거주지역이 많은 곳의 데이터를 활용한다면 많은 직원들이 거주하는 곳을 중점으로 거점 오피스 등을 활용할 수도 있고, 버디로 많이 선정된 인원은 회사 성과에 반영되는 프로세스로 활용될 수도 있습니다.

그리고 이직 예측 프로그램에도 활용될 수 있는 데이터들이 존재하여 데이터 분석을 할 때 많이 활용될 것으로 보입니다.

다음에는 어떤 프로세스에 대해 설명해주실 것인가요?!

온보딩 프로세스가 있다면 이직할 때 오프보딩 프로세스도 있습니다. 온보딩 프로세스 처럼 니즈파악, 데이터 활용, RPA 활용 등을 위주로 글을 작성해보도록 하겠습니다.

 

긴글 읽어주셔서 감사합니다 🙏